视频监控的网络化和高清化建设现在已经比较成熟,在视频监控系统逐步网络化以后,对视频数据的统一存储、统一管理和统一分析处理也成为了可能。在网络基础成熟的条件下,视频质量诊断系统采用先进的科学的视频质量诊断技术,应用计算机视觉(Computer Vision)算法,对监控系统中前端设备的常见图像质量故障问题进行诊断。常见的故障分成:信号丢失、图像模糊、亮度异常、颜色异常、雪花噪声、条纹干扰、画面冻结、以及云台失控。引起故障的原因很多,不同故障的背后原因也不同,表现出来的现象也不同,如表1所示。
对于信号丢失、画面冻结的故障,图像表现出固定模板和静止不动的特征,通常采用模板比对的思想进行检测。对于云台失控的故障,由诊断服务器发出云台运动指令,通过图像中的运动分析来判断云台是否按照指令在运转。对于其它5种故障,它们表现出来的现象不同,图像呈现的特点不同,结合视频图像处理、人眼视觉模型、以及机器视觉的方法,分别设计5个检测模块,也可以称为检测器。在设计阶段,通过大量的实际场景监控视频片段,对检测器进行训练。在诊断过程中,每种检测器提取相对应的图像特征,根据事先训练学习的判断法则,对故障的类型进行判定,同时确定故障的严重程度。对于出现误判、漏判的视频,可以加入到训练样本中,进行再训练再学习,以对检测器进行改进,进一步提高检测器性能。